漢語詞匯研究中的統(tǒng)計方法述評

周芷羽

摘 ? ?要： 本文對統(tǒng)計方法在漢語詞匯研究中的應(yīng)用現(xiàn)狀進行了概述，并對其在應(yīng)用中的得失做出了分析與評價。本文認為，統(tǒng)計方法在詞匯研究中的重要性主要體現(xiàn)在三個方面：為所得研究結(jié)論的普遍性和客觀性提供了更有力的保障;能夠?qū)崿F(xiàn)對語言規(guī)律更縝密、準確、深刻的認識;對于詞匯系統(tǒng)的共時研究和歷時研究具有特殊的必要性。其主要局限性則體現(xiàn)為：無法完全排除科研主體的主觀因素;簡約化的數(shù)字結(jié)果可能會掩蓋某些復雜曲折的現(xiàn)實情況。

關(guān)鍵詞： 漢語詞匯研究 ? ?統(tǒng)計方法 ? ?定量研究

統(tǒng)計學是關(guān)于從大量現(xiàn)象中抽取量的特征的科學理論[1]99，統(tǒng)計方法則是運用統(tǒng)計學原理，對反映某種客觀現(xiàn)象的數(shù)據(jù)資料進行搜集、整理、計算、描述、推斷等綜合處理，以揭示事物內(nèi)在規(guī)律的方法[2]234。描述性統(tǒng)計和推斷性統(tǒng)計是統(tǒng)計方法的兩個基本組成部分，描述性統(tǒng)計是通過計算比例數(shù)、平均數(shù)、標準差、相關(guān)系數(shù)等統(tǒng)計量對數(shù)據(jù)進行歸納和描寫的方法;而推斷性統(tǒng)計則是以概率論為依據(jù)，在描述性統(tǒng)計的基礎(chǔ)上通過對樣本資料的分析推斷統(tǒng)計總體數(shù)量特征的方法，其基本內(nèi)容包括參數(shù)估計和假設(shè)檢驗[3]12-13。

統(tǒng)計學的產(chǎn)生起源于對社會經(jīng)濟現(xiàn)象的研究，發(fā)展至今已在自然科學和社會科學的研究中得到了更廣泛的應(yīng)用[4]3-4。那么，在語言研究中使用統(tǒng)計方法，是否有其可行性？語言現(xiàn)象所客觀具有的數(shù)量形式表現(xiàn)、近年來統(tǒng)計方法在語言研究中的廣泛應(yīng)用及其優(yōu)勢的有效發(fā)揮，對這一問題作出了肯定回答。

一、統(tǒng)計方法在漢語詞匯研究中的應(yīng)用

統(tǒng)計方法如何應(yīng)用于漢語詞匯研究？要言之，即選取具有一定容量的語料作為樣本，對其中處于隨機狀態(tài)的某種詞匯現(xiàn)象進行搜集、整理等預(yù)處理，并最終通過量化分析得出其數(shù)量形式或數(shù)量關(guān)系，并據(jù)以揭示該數(shù)量特征之后的本質(zhì)和規(guī)律。

在傳統(tǒng)小學研究中，“單文孤證為考據(jù)家之所不取，然則考據(jù)家必文多而證廣也。如此必將文之同義者，搜集以為證，已略含有統(tǒng)計之意義”[5]357。但這僅止于對例證的搜集，而沒有對數(shù)據(jù)資料的計算和量化形式的呈現(xiàn)，還稱不上統(tǒng)計。

顧炎武分別對《論語》、《大學》、《檀弓》中“斯”“此”的使用次數(shù)進行了計算，以“語言輕重之間”求其“世代之別”[6]349;阮元也曾在探討《論語》中“仁”字意義時示以“仁字之見于論語凡百有五”的統(tǒng)計數(shù)據(jù)[7]176：這些已經(jīng)可以說是統(tǒng)計方法在漢語詞匯研究中的初步應(yīng)用，但這種應(yīng)用只是出于偶然的需要，而非對科學方法的有意識的運用，其使用不成系統(tǒng)，也未能普遍貫徹。

直到五四運動后，西方語言學理論和研究方法開始大量引入中國[8]478，漢語研究中才開始出現(xiàn)對統(tǒng)計方法的自覺運用。1922年，黎錦熙所撰《國語中基本語詞的統(tǒng)計研究》一文，首次對統(tǒng)計方法在詞匯研究中的應(yīng)用問題進行了探討[9]1-4。

統(tǒng)計方法在詞匯研究中的廣泛應(yīng)用，則以20世紀80年代專書研究的興起為開端[10]。如張雙棣所著《呂氏春秋詞匯研究》，全面貫徹了定量分析的原則，對《呂氏春秋》中各類語詞的數(shù)量及比重、同一語詞其不同義位所出現(xiàn)的次數(shù)等詞匯諸方面的數(shù)量表現(xiàn)及數(shù)量關(guān)系，均進行了嚴格的統(tǒng)計，以求準確描繪該專書詞匯的全貌及其內(nèi)部結(jié)構(gòu)規(guī)律[11]13-14。

20世紀90年代至今，計算機技術(shù)的普及和語料庫建設(shè)的興起，為統(tǒng)計方法在語言研究中的應(yīng)用提供了有力的技術(shù)支持，同時統(tǒng)計方法本身的應(yīng)用水平也得到了提高，漢語詞匯的統(tǒng)計研究取得了良好進展：早期的統(tǒng)計實踐多局限于對詞匯現(xiàn)象頻數(shù)和頻率的計算，而這一時期的統(tǒng)計研究已提出了“流通量”和“分布率”的概念[12]6。

二、漢語詞匯研究中統(tǒng)計方法的必要性和優(yōu)越性

“一種科學只有在成功地運用數(shù)學時，才算達到了真正完善的地步”[13]8。定量方法的運用，是科學研究追求精密性和客觀性的必然要求;可以說，統(tǒng)計方法的應(yīng)用對于漢語詞匯研究，具有相當?shù)谋匾院椭匾浴?/p>

1.統(tǒng)計方法為所得研究結(jié)論的普遍性和客觀性提供了更為有力的保障：傳統(tǒng)研究方法多依賴于研究者個人的經(jīng)驗與感悟，雖然也可能取得正確的認識，但畢竟個人經(jīng)驗有限而語言現(xiàn)象無窮，少數(shù)例證不足以總結(jié)出普遍規(guī)律，且這樣的研究結(jié)論難免受到個人主觀成見的影響;統(tǒng)計方法作為一種定量研究手段，以大量客觀現(xiàn)實為依據(jù)，在一定范圍內(nèi)有可能對特定語言現(xiàn)象進行窮盡性的分析，因而在更大程度上保證了研究結(jié)論的普遍性和科學性。比如，王力先生認為從殷代到西周，“朕”只限用于領(lǐng)格;而唐鈺明則通過對殷周甲金文的窮盡性統(tǒng)計分析指出，“朕”其實還有作主格甚至賓格的用例[14]109。

2.僅僅從質(zhì)的規(guī)定性方面了解語言現(xiàn)象是不夠的，只有準確把握其數(shù)量界限，才能夠?qū)崿F(xiàn)對語言規(guī)律的認識的深刻化和精確化。統(tǒng)計方法的運用能夠?qū)崿F(xiàn)對語言規(guī)律的更為縝密、準確、深刻的認識，這不但有助于克服定性描述中出現(xiàn)的含混模糊的情況，促進漢語研究的科學化、精密化，而且有利于培養(yǎng)嚴謹求實的數(shù)字化學術(shù)思維。比如，先秦漢語詞匯以單音詞為主是眾所周知的常識，但這只是一個籠統(tǒng)的定性描述，其具體情況如何，單音詞與復音詞兩者的數(shù)量關(guān)系如何，都需要更深入的了解。馬真對先秦八部著作進行了考察，統(tǒng)計得到復音詞2772個，并估計單音詞數(shù)量為一萬，則先秦復音詞與雙音詞數(shù)量之比將近3∶10[15]80。這一數(shù)據(jù)雖然還不是非常精確，但較之“單音詞為主”的含混表述與模糊印象，這一結(jié)論顯然更清晰、細致、深刻。

3.統(tǒng)計方法的應(yīng)用對于詞匯系統(tǒng)的共時研究和歷時研究，有其特殊的必要性和重要性。傳統(tǒng)的訓詁研究以零碎的語詞為主要研究對象，多著眼于對具體詞義的考釋;現(xiàn)代詞匯學更加重視對詞匯整體系統(tǒng)性的研究，而整個詞匯數(shù)量之龐雜及其系統(tǒng)內(nèi)部結(jié)構(gòu)關(guān)系之薄弱又造成了詞匯系統(tǒng)研究的特殊困難。統(tǒng)計方法是處理分析大量語料的有效手段，只有借助統(tǒng)計方法，才能揭示整個詞匯各個方面的數(shù)量特征，從而為詞匯系統(tǒng)的斷代描寫奠定基礎(chǔ)。脫離了統(tǒng)計方法，對共時詞匯系統(tǒng)全貌的宏觀把握是難以實現(xiàn)的。在共時描寫的基礎(chǔ)之上，統(tǒng)計方法也為詞匯系統(tǒng)歷時演變的描寫提供了可能。張雙棣曾指出：“如果我們將某一時代的著作一部一部地都這樣做過窮盡性的統(tǒng)計分析，綜合起來，這一時代的詞匯語義的面貌就可以完整地、清晰地勾勒出來了。如果進而將每個時代的情況貫穿起來，理清發(fā)展脈絡(luò)，就可以對整個漢語詞匯語義發(fā)展的歷史有一個全面而完整的認識了?！盵11]14

除此之外，統(tǒng)計方法以下兩個方面特征，對于增強研究結(jié)論的可靠性和說服力具有獨特的優(yōu)越性。

1.在科學研究中應(yīng)用統(tǒng)計方法，具有可觸摸性的特征[16]311。統(tǒng)計方法從客觀材料中獲取數(shù)據(jù)，統(tǒng)計結(jié)果以頻數(shù)、頻率等數(shù)據(jù)呈現(xiàn)，所得量化形式有形可感，一目了然，能夠更直觀地揭示規(guī)律;實在的數(shù)據(jù)使得研究結(jié)論有據(jù)可憑，可以避免泛泛而談，做到言之有據(jù)[11]13。

2.應(yīng)用統(tǒng)計方法進行的研究，具有可重復性。只要提供相同的條件，就可進行重復操作，對既有結(jié)論進行驗證?？芍貜托允且粋€衡量研究質(zhì)量高低的尺度[16]311;一項研究結(jié)論，如果不能接受實踐的再次檢驗，那么其可信度就是值得懷疑的。

三、統(tǒng)計方法的局限性及其在應(yīng)用中須注意的問題

統(tǒng)計方法雖具有明顯的優(yōu)勢，但也有其局限性：

1.任何科學研究的進行和研究手段的應(yīng)用，都無法完全排除人作為科研主體所必將造成的主觀因素的存在，統(tǒng)計方法也不能例外。比如，許多學者對先秦重要文獻中的雙音詞數(shù)量及其所占總詞數(shù)比例做了統(tǒng)計，但對同一部著作的統(tǒng)計結(jié)果有不小的差異：據(jù)馬真統(tǒng)計，《論語》中復音詞數(shù)為159個[15]79，向熹的統(tǒng)計則是200多個[17]393;陳克炯統(tǒng)計《左傳》復音詞占總詞數(shù)比重為20.7%，但據(jù)黃志強在其碩士論文中劃定的《左傳》復音詞數(shù)，其比重幾達總詞數(shù)的30%（轉(zhuǎn)引自徐流《論同義復詞》）[18]17。對同一材料進行若干次分別統(tǒng)計，所得結(jié)果按理應(yīng)當大致相同;之所以出現(xiàn)如此明顯的差距，是不同的研究者對雙音詞的認識和理解有所差異，自然造成劃定標準的不同。

這一問題的產(chǎn)生，固然可歸因于不同研究主體主觀因素的影響，因此與詞匯學現(xiàn)有理論水平的限制直接相關(guān)：目前，學界對于古代漢語中雙音詞的判定尚無有效可行的統(tǒng)一標準?？梢姡y(tǒng)計方法在詞匯研究中的應(yīng)用，必須依靠正確理論的指導;研究方法的應(yīng)用要充分發(fā)揮應(yīng)有效用，亦有賴于理論本身的發(fā)展與進步。

2.統(tǒng)計方法具有可簡約化性的特點，能夠?qū)㈠e綜復雜的社會現(xiàn)象簡化為直觀、單純的數(shù)據(jù)形式[16]311。然而，簡約化的數(shù)字可能會掩蓋某些復雜曲折的現(xiàn)實情況。比如，隨著詞匯統(tǒng)計的深入開展，發(fā)現(xiàn)單純將頻次作為衡量標準具有較強的片面性，因為有些詞雖然出現(xiàn)較多，但分布極不均勻;在此基礎(chǔ)上，提出了“分布率”和“使用度”等統(tǒng)計概念[19]67。因此，要獲得科學的結(jié)論，要求研究者結(jié)合背景資料，對統(tǒng)計結(jié)果進行全面的了解和深入的審察，避免被表面的數(shù)據(jù)所蒙蔽，并強調(diào)多層次、多角度的統(tǒng)計方法的綜合利用，以求全面準確地揭示語言現(xiàn)象的本質(zhì)和規(guī)律。

另外，語言研究雖有統(tǒng)計方法這一有力工具，但其效用的充分發(fā)揮則有賴于研究者的正確掌握和運用;一旦使用不當，則不但其優(yōu)勢得不到發(fā)揮，反而將得出錯誤的結(jié)論，對語言研究的科學性造成損害。因此，在詞匯研究中應(yīng)用統(tǒng)計方法，應(yīng)當注意如下問題：

1.統(tǒng)計方法的成功運用，必須具備一定的前提條件，首先即是對樣本的要求：樣本容量必須足夠大，才足以通過其數(shù)量特征得到傾向性規(guī)律的反映;反之，如果樣本容量沒有達到一定的要求，難以縮小相對誤差，那么所得到的統(tǒng)計結(jié)果就缺乏普遍性。除此之外，確保樣本的質(zhì)量也至關(guān)重要。統(tǒng)計資料的完整、準確、真實是得到客觀的統(tǒng)計結(jié)果的重要前提，對于原始統(tǒng)計材料，必須進行去粗取精、去偽存真的甄別整理工作。例如，要進行古代漢語專書詞匯的統(tǒng)計研究，必須考察文獻的不同版本，擇善補正并加以校訂，得到可靠的語料，方可進行進一步的統(tǒng)計工作。其次，對于統(tǒng)計對象應(yīng)有明確的認識和把握，進行統(tǒng)計時，須對統(tǒng)計對象進行辨別，對不合統(tǒng)計目的者予以剔除[20]164。

2.定量分析是定性研究的基礎(chǔ)，定量是為定性服務(wù)的;統(tǒng)計本身不是目的，而是進行研究的工具和手段。割裂定量分析和定性研究的統(tǒng)一關(guān)系，為定量而定量，盲目濫用統(tǒng)計方法以迎合時勢或炫耀技巧的做法是不可取的。研究者對于統(tǒng)計學原理應(yīng)當有透徹的理解，對所得統(tǒng)計結(jié)果在統(tǒng)計學上的意義有充分認識，并據(jù)此對其后所隱藏的語言規(guī)律進行探求和揭示;否則，僅有數(shù)據(jù)的羅列和材料的堆砌，而缺乏理論的深入挖掘，那么語言現(xiàn)象的本質(zhì)將無從揭示，統(tǒng)計方法的使用將喪失意義。

四、現(xiàn)狀與展望

雖然當前統(tǒng)計方法的應(yīng)用在詞匯研究中已經(jīng)得到了普遍認可和更大規(guī)模的實踐，但是從其應(yīng)用現(xiàn)狀看，目前對詞匯的計量研究其實際水平并不高;除了統(tǒng)計方法應(yīng)用水平相對較高的方言詞匯和語料庫領(lǐng)域已分別開始使用“相關(guān)系數(shù)”方法和“流通量”、“分布率”的統(tǒng)計概念外，其他詞匯研究領(lǐng)域?qū)y(tǒng)計方法的應(yīng)用仍停留在初步的描述性統(tǒng)計階段：其統(tǒng)計分析多僅限于對詞匯現(xiàn)象出現(xiàn)次數(shù)的絕對數(shù)量（如頻數(shù)）和相對數(shù)量（如頻率）的統(tǒng)計，所使用的統(tǒng)計方法無外乎初等數(shù)學中的簡單算術(shù)。正如蘇新春所言，當前的詞匯計量研究“仍較多地停留在一次性的直觀統(tǒng)計，較少進行多層面、多角度的數(shù)的分析，也很少使用復雜的數(shù)學公式來進行數(shù)值之間相關(guān)度、聚類分析等分析”[12]8。可見，漢語詞匯統(tǒng)計研究還有待進一步深入和開拓。

定量方法的使用，是社會科學從描述科學向精密科學過渡的必然要求[1]97;在此背景下，對統(tǒng)計方法應(yīng)用水平的提高當予以更高重視，使其在語言研究中的優(yōu)勢得到更充分的發(fā)揮。

參考文獻：

[1]宋健.社會科學研究的定量方法[J].中國社會科學，1982（6）：97-105.

[2]歐陽康，張明倉.社會科學研究方法[M].北京：高等教育出版社，2001.

[3]張倫俊.社會統(tǒng)計方法[M].合肥：中國科學技術(shù)大學出版社，1988.

[4]徐浪，王青華.描述統(tǒng)計學[M].成都：西南財經(jīng)大學出版社，2001.

[5]胡樸安.中國訓詁學史[M].北京：商務(wù)印書館，1939.

[6]顧炎武.日知錄集釋（校注本）[M].浙江：浙江古籍出版社，2013.

[7]阮元.揅經(jīng)室集[M].北京：中華書局，1993.

[8]濮之珍.中國語言學史[M].上海：上海古籍出版社，2002.

[9]黎錦熙.國語中基本語詞的統(tǒng)計研究[J].國文學會叢刊，1922，1（1）：1-4.

[10]蘇新春.漢語詞匯定量研究的運用及其特點——兼談《語言學方法論》的定量研究觀[J].廈門大學學報（哲學社會科學版），2001，（4）：135-142.

[11]張雙棣.《呂氏春秋》詞匯研究（修訂本）[M].北京：商務(wù)印書館，2008.

[12]蘇新春.漢語詞匯計量研究[M].北京：商務(wù)印書館，2008.

[13][法]拉法格，[德]李卜克內(nèi)西.憶馬克思恩格斯[M].北京：生活·讀書·新知三聯(lián)書店，1963.

[14]唐鈺明.定量方法與古文字資料的詞匯語法研究[J].海南師范學院學報，1991（4）：106-109.

[15]馬真.先秦復音詞初探[J].北京大學學報（哲學社會科學版），1981（3）：76-84.

[16]桂詩春，寧春巖.語言學方法論[M].北京：外語教學與研究出版社，1997.

[17]向熹.簡明漢語史（上）[M].北京：商務(wù)印書館，2010.

[18]徐流.論同義復詞[J].古漢語研究，1990（4）：12-17.

[19]劉云.漢語詞匯統(tǒng)計研究述評[J].漢語學習，2009，2（1）：62-69.

[20]程俊英，梁永昌.應(yīng)用訓詁學[M].上海：華東師范大學出版社，2008.